首页头条资讯 科技 正文

您的企业准备好使用人工智能了吗?

3周前 ( 08-31 20:47 ) 290 0条评论

Is-Your-Business-Ready-for-Artificial-Intelligence-825x500.jpg

如果您尚未在业务中实施人工智能AI)解决方案,您可能会觉得自己迷失了方向。在很多方面,我都同意你的看法。但是您的公司准备好使用人工智能了吗?

一些研究表明,将近99%的公司以某种方式,形式或形式投资于AI。人工智能不是一种“我们愿意,我们不会”的技术。就像操作系统或软件一样,人工智能将成为事实上的标准,它将在不远的将来嵌入到每个业务技术中。

但这并不意味着您不应该因为担心落后而跳上潮流。将脚趾浸入AI水中之前,有很多考虑因素需要考虑-或继续进行我的第一个类比,以确保您不会将马车(或马车)放在马匹前面。

正确规划AI实施。

AI项目由于缺乏适当的计划和范围界定而遭到强烈反对,因此失败。为了确保成功的人工智能计划,企业需要周到的准备。

考虑到诸如确保AI并非孤立存在,而是被集成到更广泛的业务流程之类的事情对于成功至关重要。

您应该问什么问题?

另外,在推出任何人工智能计划之前,您需要提出一些重要问题。

诸如什么是商机之类的问题?你有你需要的资源来实现流程改造?安全隐患吗?

您需要什么数据来解决问题,您将需要什么数据?

也许最重要的是,实施AI解决方案有任何伦理意义吗?

为了帮助您弄清楚这些问题以及更多,在寻找AI解决方案或雇用一组机器学习工程师在内部进行构建之前,您必须考虑以下几点。

了解什么是人工智能擅长的,什么不是。

这个问题看似微不足道,但我们与之交谈的许多组织都不了解哪些问题是好的,而不是好的机器学习问题。人工智能不是万能的解决方案,因此请确保您要寻找解决方案的问题是适当的。

AI的一些常见任务非常有用,包括预测,异常检测,对象检测,模式检测,自动生成,增强和重建。

有一个明确的问题

您需要考虑问题所在以及为什么要解决它。如果范围太广,您的计划将很快失败。例如,全身的病理学提供了太多的变量,但是集中在一个身体部位会更好,并且将保证更好的结果。

保持范围狭窄,从那里开始。

确定AI的性能标准

像任何定义明确的业务计划一样,在开始之前,您需要确定成功的模样。您是否希望获得比人类更高的准确性?您是否希望简单地自动化任务以节省时间?

AI计划的良好绩效标准将以给定的百分比准确率在狭窄的标准上定义绩效。

确定团队和技术能力

您的组织是否具有与AI合作的技术能力?目前,有30万机器学习工程师和数百万个职位空缺。

机器学习专家可以赚到与足球运动员一样多的收入。与AI协作通常需要了解大多数软件工程师根本不具备的神秘数学和计算机科学概念。

最后,您是否拥有创建和支持人工智能和机器学习流程的正确工具?

了解长期影响

正如我提到的那样,自下而上的项目面临的挑战是,由于组织缺乏政治意愿,它们经常失败。

组织中的大多数人根本不理解AI,甚至对于提出部署AI的业务论点也并不总是很清楚。

显然,对ROI的清晰理解将有所帮助,但这还不够,因为最终,像任何其他技术部署一样,ROI必须与其他非AI替代方案进行比较。

最后,人工智能很可能会取代个人在我供职的一家公司中,我们开发了一种AI解决方案,从而使非常昂贵的制造过程中的工程问题减少了60%。

显然,这将对业务产生重大影响,但最终,在两年之后,该解决方案仍然没有像我们期望的那样获得更多的关注,因为这将导致整个团队的消灭。

机器学习训练数据

您是否拥有有效训练模型所需的数据?另外,该数据是否可访问?

人工智能治理

开发AI只是过程的一部分。您是否可以在生产中部署和支持AI,将其淘汰或确定AI是否符合规格?您是否有一种机制可以进行广泛的部署和管理,或者人员可以执行所需的工作?

很少有组织拥有如何使用AI或管理AI的完整策略。例如,关于将AI部署到中,内部部署还是部署到边缘的简单问题并不总是很清楚。

最后,您的AI解决方案是否“面向未来”。如果发生技术或能力方面的变化–组织如何轻松适应?

解决了这些问题和注意事项后,您就可以准备采用AI解决方案(华盛顿州贝尔维尤的AI Dynamics,Inc)或在组织内启动AI计划。那就是乐趣真正开始的时候


文章版权及转载声明

本文作者:yuneu 网址:http://www.yuneu.com/post/249.html发布于 3周前 ( 08-31 20:47 )
文章转载或复制请以超链接形式并注明出处。

发表评论

评论列表 (暂无评论,290人围观)参与讨论

还没有评论,来说两句吧...